(十三):图

1.图的基本介绍

1.1为什么要有图

前面我们学到了线性表和树，线性表局限于直接前驱和一个直接后继结点的关系。树也只能有一个直接前驱也就是父节点。当我们需要多对多关系时候，就需要图。

1.2图的举例说明

图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。如图：

1.3图的常用概念

• 顶点
• 边
• 路径
  
• 无向图： 顶点之间的连接没有方向，比如A-B,
  即可以是 A-> B 也可以 B->A .
• 路径: 比如从 D -> C 的路径有

1. D->B->C
2. D->A->B->C

• 有向图
  
• 带权图
  

2.图的表示方式

2.1临接矩阵

邻接矩阵是表示图形中顶点之间相邻关系的矩阵，对于n个顶点的图而言，矩阵是的row和col表示的是1…n个点。

2.2临接表

• 邻接矩阵需要为每个顶点都分配n个边的空间，其实有很多边都是不存在,会造成空间的一定损失.
• 邻接表的实现只关心存在的边，不关心不存在的边。因此没有空间浪费，邻接表由数组+链表组成
  
  说明:
• 标号为0的结点的相关联的结点为 1 2 3 4
• 标号为1的结点的相关联结点为0 4，
• 标号为2的结点相关联的结点为 0 4 5

2.3入门案例

要求: 代码实现如下图结构.

思路分析 (1) 存储顶点String 使用 ArrayList (2) 保存矩阵 int[][] edges
代码如下：

public class Graph {
    private ArrayList<String> vertexList;//存储顶点的集合
    private int[][] edges;//存储图对应的临结矩阵
    private int numOfEdges;//表示边的数目
    //定义一个boolean[]记录结点是否被直接访问
    private boolean[] isVisited;
       //显示图对应的矩阵
    public void showGraph(){
        for (int[] link:edges){
            System.out.println(Arrays.toString(link));
        }
    }
    //构造器
    public Graph(int n){
        //初始化矩阵和vertexList
        edges=new int[n][n];
        vertexList=new ArrayList<>(n);
        numOfEdges=0;//因为不知道多少边嘛

    }
    //途中常用的方法
    //返回结点的个数
    public int getNumOfVertex(){
        return vertexList.size();
    }
    //得到边的个数
    public int getNumOfEdges(){
        return numOfEdges;
    }
    //返回结点i(下标)对应的数据
    public String getValueByIndex(int i){
        return vertexList.get(i);
    }
    //返回v1和v2的权值
    public int getWeight(int v1,int v2){
        return edges[v1][v2];
    }
    //插入结点
    public void insertVertext(String vertex){
        vertexList.add(vertex);
    }
    //添加边
    /**
     *
     * @param v1 表示点的下标即第几个顶点
     * @param v2 第二个顶点对应的下标
     * @param weight 表示
     */
    public void insertEdge(int v1,int v2,int weight){
        edges[v1][v2]=weight;
        edges[v2][v1]=weight;
        numOfEdges++;

    }
    }

3.图的遍历

所谓图的遍历，即是对结点的访问。一个图有那么多个结点，如何遍历这些结点，需要特定策略，一般有两种访问策略: (1)深度优先遍历 (2)广度优先遍历

3.1深度优先遍历

3.1.1深度优先遍历思想

图的深度优先搜索(Depth First Search) 。
深度优先遍历，从初始访问结点出发，初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点， 可以这样理解：每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
我们可以看到，这样的访问策略是优先往纵向挖掘深入，而不是对一个结点的所有邻接结点进行横向访问。
显然，深度优先搜索是一个递归的过程

3.1.2深度优先遍历算法步骤

1、访问初始结点v，并标记结点v为已访问。
2、查找结点v的第一个邻接结点w。
3、若w存在，则继续执行4，如果w不存在，则回到第1步，将从v的下一个结点继续。
4、若w未被访问，对w进行深度优先遍历递归（即把w当做另一个v，然后进行步骤123）。
5、查找结点v的w邻接结点的下一个邻接结点，转到步骤3。

3.1.3代码

 //对dfs进行一个重载,遍历我们所有的节点，并进行dfs
    public void dfs(){
        isVisited=new boolean[vertexList.size()];
        //遍历所有的节点进行dfs
        for (int i=0;i<getNumOfVertex();i++){
            if (!isVisited[i]){
                dfs(isVisited,i);
            }
        }
    }
 //深度优先遍历算法
    public void dfs(boolean[] isVisited,int i){
        //首先访问该节点，就是输出
        System.out.println(getValueByIndex(i)+"->");
        //将该节点设置为已经访问过
        isVisited[i]=true;
        //查找节点i的第一个邻接节点w
        int w=getFirstNeighbor(i);
        while(w!=-1){//说明有邻接节点
            if (!isVisited[w]){
                dfs(isVisited,w);
            }
            //如果w已经被访问过了
            w=getNextNeighbor(i,w);
        }
    }
    
    /**
     *
     * @param index 如果存在就返回对应的下标否则就是-1
     * @return
     */
    public int getFirstNeighbor(int index){
        for (int j=0;j<vertexList.size();j++){
            if (edges[index][j]>0){
                return j;
            }
        }
        return -1;

    }
    //根据前一个邻接节点的下标来获取下一个邻接节点
    public int getNextNeighbor(int v1,int v2){
       for (int j=v2+1;j<vertexList.size();j++){
           if (edges[v1][j]>0){
               return j;
           }
       }
       return -1;
    }

3.2广度优先遍历

3.2.1广度优先遍历基本思想

图的广度优先搜索(Broad First Search) 。
类似于一个分层搜索的过程，广度优先遍历需要使用一个队列以保持访问过的结点的顺序，以便按这个顺序来访问这些结点的邻接结点。

3.2.2广度优先遍历的算法步骤

1.访问初始结点v并标记结点v为已访问。
2.结点v入队列
3.当队列非空时，继续执行，否则算法结束。
4.出队列，取得队头结点u。
5.查找结点u的第一个邻接结点w。
6.若结点u的邻接结点w不存在，则转到步骤3；否则循环执行以下三个步骤：
6.1 若结点w尚未被访问，则访问结点w并标记为已访问。
6.2 结点w入队列
6.3 查找结点u的继w邻接结点后的下一个邻接结点w，转到步骤6。

3.2.3代码

  //对一个节点进行广度优先遍历的方法
    private void bfs(boolean[] isVisited,int i){
        int u;//表示队列的头结点对应的下标
        int w;//邻接节点
        //队列，记录结点访问的顺序
        LinkedList queue=new LinkedList();
        //访问结点
        System.out.println(getValueByIndex(i)+"=>");
        //标记为已访问
        isVisited[i]=true;
        //将结点加入队列
        queue.add(i);
        while (!queue.isEmpty()){
            //取出队列的头结点下标
            u=(Integer) queue.removeFirst();
            //得到第一个邻接点的下标w
            w=getFirstNeighbor(u);
            while (w!=-1){//找到了
                //是否访问过
                if (!isVisited[i]){
                    System.out.println(getValueByIndex(i)+"=>");
                    //标记已经访问
                    isVisited[w]=true;
                    //入队
                    queue.addLast(w);
                }
                //加入已经访问了应该找以u为前驱找w后面的下一个连接点
                w=getNextNeighbor(u,w);//体现出了广度优先

            }
        }



    }